Recientemente obtuve un doctorado en Ingeniería Química y publiqué cuatro artículos como autor principal durante mis estudios. Entre ellos se encuentran publicaciones en algunas de las revistas académicas de mayor rango, incluidas las revistas hermanas de Nature y el Journal of the American Chemical Society (JACS).
Aunque mi experiencia académica se ha limitado a la de un estudiante de posgrado sin desempeñarme como investigador principal, lo que podría ser una perspectiva incompleta, mis casi seis años en la academia notaron numerosos problemas estructurales dentro del sistema.
En este contexto, la idea de DeSci (Ciencia Descentralizada) aprovechando la tecnología blockchain para desafiar las estructuras centralizadas en la ciencia es sin duda fascinante. El mercado de criptomonedas ha sido recientemente barrido por una tendencia DeSci, con muchos afirmando que podría revolucionar el panorama científico.
Yo también espero una transformación así. Sin embargo, creo que la probabilidad de que DeSci trastorne por completo la academia tradicional no es alta. Para resumir mi punto de vista, el escenario más probable es que DeSci desempeñe un papel complementario en la solución de problemas específicos dentro del sistema académico convencional.
Así, con todo el entusiasmo reciente por DeSci, me gustaría aprovechar esta oportunidad para explorar algunos de los problemas estructurales en la academia tradicional basados en mi breve experiencia, evaluar si la tecnología blockchain realmente puede abordar estos problemas y discutir el impacto potencial de DeSci en el mundo académico.
Los problemas estructurales de larga data dentro de la academia han sido ampliamente documentados, como se ve en artículos como el de VOX “Los 7 mayores problemas que enfrenta la ciencia, según 270 científicos” y “La guerra para liberar la ciencia.” A lo largo de los años, ha habido numerosos intentos de abordar estos desafíos, algunos de los cuales se explorarán más adelante.
El concepto de DeSci, que busca resolver estos problemas mediante la incorporación de la tecnología blockchain en la investigación científica, solo comenzó a ganar atención alrededor de 2020. Brian Armstrong, el CEO de Coinbase, presentó la idea a la comunidad de criptomonedas a través deResearchHub, con el objetivo de reajustar los incentivos en la ciencia a través de ResearchCoin (RSC).
Sin embargo, debido a la naturaleza especulativa del capital en el mercado de criptomonedas, DeSci no logró atraer un interés generalizado entre los usuarios. Durante mucho tiempo, solo pequeñas comunidades defendieron su futuro, hasta la aparición de pump.science.
(Fuente:pump.science)
bomba.cienciaes un proyecto DeSci en el ecosistema Solana construido porMolécula, una plataforma DeSci bien conocida. Funciona como una plataforma de financiamiento mientras transmite experimentos a largo plazo utilizando la tecnología Wormbot. Los usuarios pueden proponer compuestos en los que creen que podrían extender su vida o comprar tokens asociados con estas ideas.
Una vez que la capitalización de mercado del token supere un umbral determinado, se realizan experimentos utilizando el equipo Wormbot para verificar si el compuesto realmente puede prolongar la vida útil de los sujetos de prueba. Si tiene éxito, los titulares del token obtienen derechos sobre el compuesto. (Sin embargo, algunos miembros de la comunidad han criticado este enfoque, alegando que los experimentos carecen de suficiente rigor científico y es poco probable que conduzcan a productos farmacéuticos reales que prolonguen la vida. El comentario sarcástico de Gwart refleja una escuela de pensamiento particular que mira a DeSci con escepticismo y cuestiona los argumentos hechos por los defensores.)
pump.science adoptó el mecanismo de curva de vinculación, similar al que usa Molecule, lo que significa que el precio del token aumenta a medida que más usuarios lo compran. El lanzamiento de tokens como RIF (que representa a la rifampicina) y URO (que representa a la urolitina A) coincidió con un frenesí de tokens meme en el mercado de las criptomonedas, lo que hizo subir sus precios. Este aumento de precios atrajo involuntariamente la atención generalizada hacia DeSci. Irónicamente, no fue la esencia de DeSci, sino el aumento especulativo de los precios de los tokens, lo que encendió la actual ola de interés en DeSci.
(Fuente: @KaitoAI)
En el mercado de cifrado de rápido movimiento, donde DeSci había sido durante mucho tiempo un sector de nicho, noviembre de 2024 lo convirtió en una de las narrativas más candentes. No solo los tokens depump.sciencedisparar, pero Binance anunció suinversión en el protocolo de financiación DeSci Bio, mientras que otros tokens DeSci establecidos también experimentaron aumentos significativos de precios, marcando un momento crucial para el movimiento.
No es una exageración: el mundo académico se enfrenta a numerosos problemas sistémicos y graves. Durante mi tiempo en el mundo académico, me preguntaba constantemente cómo una estructura tan defectuosa podía seguir siendo sostenible. Antes de sumergirnos en el potencial de DeSci, examinemos primero las deficiencias del sistema académico tradicional.
Antes del siglo XIX, los científicos aseguraban financiación para la investigación y ganaban su sustento de manera muy diferente a la actual:
A finales del siglo XIX y principios del siglo XX, los sistemas de financiación centralizados de gobiernos y corporaciones comenzaron a arraigar. Durante la Primera y Segunda Guerra Mundial, los gobiernos establecieron diversas agencias e invirtieron fuertemente en investigación de defensa para asegurar la victoria en las guerras.
En los EE. UU., organizaciones como el Comité Asesor Nacional para la Aeronáutica (NACA) y el Consejo Nacional de Investigación (NRC) fueron fundadas durante la Primera Guerra Mundial. De manera similar, en Alemania, el predecesor de la actual Fundación Alemana de Investigación (DFG), Notgemeinschaft der Deutschen Wissenschaft, se estableció en 1920. Alrededor de la misma época, laboratorios de investigación corporativos como Bell Labs y GE Research también surgieron, marcando un cambio donde las corporaciones se unieron a los gobiernos para financiar activamente la I+D.
Este modelo de financiamiento impulsado por el gobierno y las empresas se convirtió en la norma y continúa dominando en la actualidad. Los gobiernos y las empresas asignan presupuestos significativos a la I+D, apoyando a investigadores en todo el mundo. Por ejemplo, en 2023, el gobierno federal de EE. UU. gastó una cantidad asombrosa$190 mil millones en I+D, un aumento del 13% en comparación con 2022.
(Fuente: ResearchHub)
En los Estados Unidos, el proceso de financiamiento implica que el gobierno federal asigne una parte de su presupuesto a la investigación y el desarrollo. Estos fondos se distribuyen a varias agencias. Ejemplos destacados incluyen los Institutos Nacionales de Salud (NIH), el mayor financiador de la investigación biomédica; el Departamento de Defensa (DoD), que se centra en la investigación de defensa; la Fundación Nacional de Ciencias (NSF, por sus siglas en inglés), que financia la ciencia y la ingeniería en todas las disciplinas; el Departamento de Energía (DOE), responsable de las energías renovables y la física nuclear; y la NASA, que apoya la investigación espacial y aeronáutica.
Hoy en día, es prácticamente imposible para los profesores universitarios llevar a cabo investigaciones de forma independiente sin financiación externa. Como resultado, se ven obligados a depender del apoyo financiero de gobiernos o corporaciones. Muchos de los problemas que afectan a la academia moderna surgen de este modelo centralizado de financiación.
El primer problema importante es la ineficiencia en el proceso de financiación. Aunque los detalles del proceso difieren según el país y la organización, se describe universalmente como largo, opaco e ineficiente.
Para asegurar financiamiento, los laboratorios de investigación deben pasar por una extensa documentación y presentaciones, sometiéndose a rigurosas evaluaciones por parte de organismos gubernamentales o corporativos. Si bien los laboratorios prestigiosos y bien establecidos pueden recibir millones o incluso decenas de millones de dólares de una sola subvención, requiriendo una participación menos frecuente en el proceso de financiamiento, esto no es lo habitual.
Para la mayoría de los laboratorios, la financiación suele ser de decenas de miles de dólares, lo que requiere solicitudes repetidas, documentación extensa y revisiones continuas. Las conversaciones con amigos estudiantes de posgrado muestran que muchos investigadores y estudiantes no pueden dedicar su tiempo completamente a la investigación. En cambio, son consumidos por tareas relacionadas con las solicitudes de financiación y la participación en proyectos corporativos.
Además, muchos de estos proyectos corporativos son mínimamente relevantes para la investigación de graduación de los estudiantes, subrayando las ineficiencias de este sistema.
(Fuente: NSF)
Dedicar tiempo significativo a las solicitudes de financiación puede eventualmente dar sus frutos, pero desafortunadamente, asegurar financiación no es fácil. Según la NSF, las tasas de financiación para 2023 y 2024 fueron del 29% y 26%, respectivamente, con el tamaño mediano de la subvención anual siendo modesto, de $150,000. De manera similar, el NIH informatasas de éxito de financiamientoque suelen oscilar entre el 15% y el 30%. Dado que una sola subvención a menudo no es suficiente para muchos investigadores académicos, se ven obligados a presentar múltiples solicitudes para mantener su trabajo.
Los desafíos no se detienen ahí. La creación de redes desempeña un papel crucial en la obtención de financiación. Los profesores a menudo colaboran con sus compañeros en lugar de presentar solicitudes de forma independiente para aumentar sus posibilidades de obtener becas. Tampoco es raro que los profesores participen en un cabildeo informal con las partes interesadas en la financiación para asegurar la financiación corporativa. Esta dependencia de la creación de redes y la falta de transparencia en el proceso de selección de fondos son barreras significativas para los investigadores que inician su carrera y intentan ingresar al sistema.
Otro problema importante con la financiación centralizada es la falta de incentivos para la investigación a largo plazo. Las subvenciones que duran más de cinco años son extremadamente raras. Según los datos de la NSF, la mayoría de las subvenciones se otorgan por 1 a 5 años, y otras agencias gubernamentales siguen un patrón similar. Los proyectos de I+D corporativos también suelen proporcionar subvenciones por 1 a 3 años, dependiendo de la empresa y del proyecto.
La política influye fuertemente en la financiación gubernamental. Por ejemplo, durante la administración de Trump, la financiación para la investigación y desarrollo en defensa aumentó significativamente, mientras que bajo el liderazgo demócrata, la financiación tendió a centrarse en la investigación ambiental. Debido a que las prioridades gubernamentales cambian con las agendas políticas, los proyectos de financiación a largo plazo son poco comunes.
La financiación corporativa se enfrenta a limitaciones similares. En 2022, la permanencia media de los directores ejecutivos del S&P 500 fue 4,8 años, con otros ejecutivos que sirven por períodos comparables. Dado que las empresas deben adaptarse rápidamente a las industrias y tecnologías cambiantes, y estos ejecutivos a menudo toman decisiones de financiamiento, los proyectos financiados por corporaciones rara vez se extienden durante largos períodos.
Como resultado, los sistemas de financiación centralizados incentivan a los investigadores a perseguir proyectos que producen resultados rápidos y tangibles. Para asegurar una financiación continua, los investigadores se ven presionados a producir resultados en un plazo de cinco años, lo que los lleva a seleccionar temas de investigación que se ajusten a este plazo. Esto perpetúa un ciclo de enfoque a corto plazo, por lo que solo un puñado de grupos o instituciones emprenden proyectos a largo plazo que requieren más de cinco años.
La financiación centralizada también impulsa a los investigadores a producir una mayor cantidad de trabajos de menor calidad debido a la presión de ofrecer resultados rápidos. La investigación se puede dividir en avances incrementales que se basan ligeramente en el conocimiento existente y descubrimientos innovadores que crean un territorio completamente nuevo. Los sistemas de financiación centralizados priorizan naturalmente la primera opción sobre la segunda. La mayoría de los estudios publicados en revistas fuera del nivel superior ofrecen mejoras incrementales en lugar de perspectivas transformadoras.
Si bien es cierto que la ciencia moderna se ha especializado mucho, lo que dificulta hacer descubrimientos importantes, los sistemas de financiación centralizados empeoran el problema al desalentar aún más la investigación innovadora. Esta preferencia sistémica por el trabajo incremental actúa como otro obstáculo para los avances revolucionarios en la ciencia.
(Fuente: Nature)
Algunos investigadores incluso manipulan datos o hacen afirmaciones falsas. Los actuales mecanismos de financiación, que exigen resultados dentro de plazos ajustados, crean incentivos para esas faltas de conducta. Como estudiante de posgrado, no era raro escuchar noticias de estudiantes de otros laboratorios que falsificaban datos. Según Nature, la proporción de artículos retractados en conferencias y revistas ha aumentado drásticamente con el tiempo.
Para aclarar, la financiación centralizada por sí sola no es inherentemente mala. Si bien este modelo de financiación ha dado lugar a estos efectos secundarios negativos, es esencial para la ciencia moderna. A diferencia del pasado, la investigación científica de hoy es altamente compleja y sofisticada. Un solo proyecto de investigación de un estudiante de posgrado puede costar desde miles hasta cientos de miles de dólares, y esfuerzos a gran escala como defensa, aeroespacial o física fundamental requieren recursos exponencialmente mayores.
La financiación centralizada es esencial, pero hay que abordar los problemas que la acompañan.
Empresas como Tether, Circle (emisores de stablecoins), Binance y Coinbase (intercambios centralizados) son consideradas como actores dominantes en la industria de la criptomoneda. De manera similar, en el ámbito académico, las entidades más poderosas son las revistas académicas. Ejemplos clave incluyen Elsevier, Springer Nature, Wiley, la American Chemical Society y el IEEE.
Por ejemplo, Elsevier generó $3.67 mil millones en ingresos y $2.55 mil millones en ingresos netos en 2022, logrando un margen de beneficio neto extraordinario de casi el 70%. En perspectiva, el margen de beneficio neto de Nvidia rondaba el 55-57% en 2024. Mientras tanto,Springer Nature registró $1.44 mil millones en ingresosen los primeros nueve meses de 2024 solamente, destacando la enorme escala del negocio de publicaciones académicas.
Las corrientes de ingresos típicas para revistas académicas incluyen:
En este punto, es posible que te preguntes, "¿Por qué son las revistas los depredadores principales de la academia? ¿No es su estructura empresarial similar a la de otras industrias?" La respuesta es no. Las revistas ejemplifican incentivos desalineados en la academia.
Mientras que los editores tradicionales o plataformas en línea suelen tener como objetivo hacer que el trabajo de los autores sea accesible a un amplio público y compartir los ingresos con los creadores, las revistas académicas están estructuradas completamente a favor de los editores.
Las revistas desempeñan un papel crucial en comunicar los hallazgos de los investigadores a los lectores, pero sus modelos de ingresos están diseñados principalmente para beneficiar a los editores, dejando a los autores y lectores con ventajas mínimas.
Los lectores que deseen acceder a artículos de revistas específicas deben pagar tarifas de suscripción o comprar artículos individuales. Sin embargo, si los investigadores desean publicar su trabajo como acceso abierto, deben pagar cargos de procesamiento a las revistas, y no reciben ninguna parte de los ingresos generados. Pero no termina ahí: los investigadores no solo renuncian a compartir los ingresos, sino que, en la mayoría de los casos, los derechos de autor de su trabajo se transfieren a la revista tras su publicación, lo que permite a la revista monetizar el contenido. Este sistema es altamente explotador y fundamentalmente injusto para los investigadores.
El modelo de negocio de las revistas es explotador en su flujo de ingresos y brutal en cuanto a escala. Por ejemplo, una de las revistas de acceso abierto totalmente más prominentes en las ciencias naturales,Nature Communications, cobra a los autores una exorbitante tarifa de $6,790 por artículo como tarifa de procesamiento de artículo. Se requiere que los investigadores paguen esta cantidad para que sus artículos se publiquen en Nature Communications.
(Fuente: ACS)
Las tarifas de suscripción para revistas académicas también son asombrosas. Si bien las tarifas de suscripción institucional anuales varían según el campo y el tipo de revista, la tarifa de suscripción anual promedio para las revistas bajo la American Chemical Society (ACS) es de $4,908 por revista. Si una institución se suscribe a todas las revistas de ACS, el costo se eleva a un astronómico $170,000. Para las revistas bajo Springer Nature, ella tarifa de suscripción anual promedio es de alrededor de $10,000 por revista, y suscribirse a todas sus revistas cuesta alrededor de $630,000. Dado que la mayoría de las instituciones de investigación se suscriben a numerosas revistas, los gastos de suscripción para los lectores pueden ser excepcionalmente altos.
El aspecto más preocupante de este sistema es que los investigadores se ven obligados a publicar en revistas para construir su currículum académico, y gran parte del dinero que fluye a través del negocio de las revistas proviene de fondos de investigación gubernamentales o corporativos:
Dado que los investigadores utilizan principalmente fondos externos en lugar de fondos personales, pueden estar más inclinados a aceptar estos gastos. Las revistas académicas han explotado este sistema al cobrar a los autores y lectores mientras retienen los derechos de autor de la obra publicada, creando un modelo de ingresos explotador de manera flagrante.
Los problemas con las revistas van más allá de su estructura de ingresos a las ineficiencias y falta de transparencia en sus procesos de publicación. Durante mis seis años en la academia, durante los cuales publiqué cuatro artículos, encontré muchos problemas, en particular el proceso de envío ineficiente y el sistema de revisión por pares opaco y dependiente de la suerte.
El proceso estándar de revisión por pares para la mayoría de las revistas generalmente sigue estos pasos:
Los revisores evalúan el manuscrito, proporcionando retroalimentación a través de comentarios y preguntas. Luego hacen una de las cuatro recomendaciones:
Aceptar: aprobar el manuscrito sin revisiones.
Revisiones menores: Aprobar el manuscrito pendiente de correcciones menores.
Revisiones importantes: Aprobar el manuscrito pendiente de cambios sustanciales.
Si bien pareciera ser directo, este proceso está plagado de ineficiencias, inconsistencias y una importante dependencia del juicio subjetivo, lo cual puede socavar la calidad y equidad del sistema.
El primer problema es el proceso de revisión altamente ineficiente. Aunque no puedo hablar por otros campos, en ciencias naturales e ingeniería, el cronograma para enviar un artículo y avanzar en el proceso de revisión es aproximadamente el siguiente:
Cuando se producen retrasos debido a las circunstancias del diario o de los revisores y si se requieren múltiples rondas de revisión por pares, puede llevar más de un año publicar un artículo. Por ejemplo, en mi caso, el editor envió mi artículo a tres revisores, pero uno no respondió. Esto requirió encontrar otro revisor, lo que extendió el proceso de revisión por pares a cuatro meses.
Peor aún, si el documento es rechazado después de este largo proceso, todo el ciclo debe repetirse con otra revista, duplicando el tiempo requerido. Un proceso de publicación tan ineficiente y que consume tiempo puede ser perjudicial para los investigadores, ya que estudios similares de otros grupos pueden publicarse durante este tiempo. He visto que esto sucede a menudo, y dado que la novedad es uno de los aspectos más críticos de un artículo, esto puede llevar a consecuencias graves para los investigadores.
El segundo problema es la escasez de revisores pares. Como se mencionó anteriormente, un artículo enviado suele ser evaluado por dos o tres revisores pares. Si el artículo es aceptado o rechazado depende en gran medida de las opiniones de estos pocos individuos. Aunque los revisores son expertos en campos relacionados y a menudo se llega a un consenso sobre la calidad del artículo, todavía hay un elemento de azar involucrado.
Permítanme ilustrar con un ejemplo de mi experiencia. Una vez envié un artículo al prestigioso Journal A. A pesar de recibir dos comentarios importantes y uno menor, mi artículo fue rechazado. Luego envié el mismo artículo al Journal B, que es ligeramente menos prestigioso. Sin embargo, fue rechazado nuevamente después de recibir un rechazo y un comentario importante. Curiosamente, el resultado fue peor en el Journal B a pesar de ser menos prominente que el Journal A.
Esto resalta un problema: las evaluaciones en papel dependen de un pequeño número de expertos, y la selección de revisores queda completamente a discreción del editor del diario. Esto significa que hay un elemento de suerte en si se aprueba el papel. En un ejemplo extremo, el mismo documento podría ser aceptado si es revisado por tres revisores indulgentes pero rechazado si se asigna a tres críticos.
Dicho esto, aumentar significativamente el número de revisores entre pares para una evaluación más justa no es práctico. Desde la perspectiva de la revista, más revisores significan más comunicación e ineficiencias.
El tercer problema es la falta de incentivos en el proceso de revisión por pares, lo que conduce a comentarios de baja calidad. Esto varía según el revisor por pares. Algunos revisores entienden completamente el artículo y proporcionan comentarios y preguntas reflexivos. Sin embargo, otros no leen el artículo cuidadosamente, preguntan sobre información que ya está incluida o hacen críticas y comentarios irrelevantes, lo que conduce a revisiones importantes o rechazo. Desafortunadamente, esto es común y puede hacer que los investigadores se sientan traicionados, como si sus esfuerzos hubieran sido invalidados.
Esto se deriva de la ausencia de incentivos para el proceso de revisión por pares, lo que dificulta el control de calidad. Cuando las revistas reciben envíos, los editores suelen pedir a profesores universitarios o investigadores en campos relacionados que revisen los artículos. Sin embargo, incluso si estas personas dedican tiempo a leer, analizar y comentar sobre los artículos, no son recompensadas por sus esfuerzos. Desde la perspectiva de los profesores o estudiantes de posgrado, revisar por pares es simplemente una tarea no remunerada y pesada.
El cuarto problema es la falta de transparencia en el proceso de revisión por pares. Las revisiones por pares se llevan a cabo de forma anónima para garantizar la imparcialidad, y el editor de la revista selecciona a los revisores. Sin embargo, los revisores pueden identificar a los autores de los artículos que revisan. Esto puede llevar a evaluaciones sesgadas, como dar críticas favorables a artículos de investigadores amistosos o críticas deliberadamente duras a artículos de grupos competidores. Tales situaciones son más comunes de lo que uno podría esperar.
El problema final que me gustaría abordar con respecto a las revistas son las cuentas de citas. ¿Cómo podemos evaluar la carrera y la experiencia de los investigadores? Cada investigador tiene fortalezas únicas: algunos sobresalen en el diseño experimental, otros son hábiles para identificar temas de investigación, y algunos pueden investigar a fondo detalles pasados por alto. Sin embargo, es prácticamente imposible evaluar cualitativamente a todos los investigadores. Como resultado, la academia se basa en métricas cuantitativas, representadas por un solo número, para evaluar a los investigadores, específicamente, las cuentas de citas y el índice H.
Los investigadores con puntuaciones más altas en el índice H y en el número de citas de sus artículos publicados se consideran generalmente más exitosos. Para contextualizar, el índice H es una métrica que evalúa la productividad y el impacto de un investigador. Por ejemplo, un índice H de 10 significa que el investigador tiene al menos 10 artículos, cada uno citado 10 veces o más. En última instancia, el número de citas sigue siendo la métrica más importante.
¿Qué pueden hacer los investigadores para aumentar el número de citas? Si bien la producción de artículos de alta calidad es la solución fundamental, la selección del tema de investigación adecuado es igualmente crítica. Cuanto más popular sea el campo de estudio y mayor sea el grupo de investigadores, más probable es que el número de citas aumente de forma natural.
(Fuente: Clarivate)
La tabla anterior muestra la clasificación del Factor de Impacto de Revistas 2024 publicada por Clarivate. El factor de impacto (FI) representa el número promedio de citas que recibe un artículo en una revista en particular cada año. Por ejemplo, si el factor de impacto de una revista es 10, un investigador que publique en esa revista puede esperar que su artículo reciba aproximadamente 10 citas por año.
Al observar las clasificaciones, se hace evidente que las revistas con altos factores de impacto están generalmente concentradas en ciertos campos de investigación. Ejemplos incluyen el cáncer, la medicina, los materiales, la energía y el aprendizaje automático. Incluso dentro de un campo más amplio como la química, subcampos específicos como las baterías y la energía ecológica tienden a tener una ventaja en el recuento de citas en comparación con áreas tradicionales como la química orgánica. Esto indica un riesgo potencial en el ámbito académico, donde los investigadores podrían gravitar hacia temas específicos debido a la gran dependencia de los recuentos de citas como método de evaluación principal.
Esto pone de manifiesto que métricas como el recuento de citas y los factores de impacto no son herramientas universales para evaluar la calidad de los investigadores o revistas. Por ejemplo, dentro del mismo grupo editorial ACS, ACS Energy Letters tiene un factor de impacto de 19, mientras que JACS tiene un factor de impacto de 14.4. Sin embargo, JACS es considerado como uno de los revistas más prestigiosas y autorizadas en el campo de la química. Del mismo modo, Nature es ampliamente considerada como la principal revista para que los investigadores publiquen, sin embargo, su factor de impacto es de 50.5 porque publica artículos sobre una amplia gama de temas. En contraste, Nature Medicine, una revista hermana que se centra en un campo específico, tiene un factor de impacto más alto de 58.7.
El éxito nace del fracaso. El progreso en cualquier campo requiere el fracaso como un escalón. Los hallazgos de investigación publicados en la academia hoy son frecuentemente el resultado de innumerables horas y intentos fallidos. Sin embargo, en círculos científicos modernos, casi todos los artículos informan solo resultados exitosos, mientras que los numerosos fracasos que condujeron a esos éxitos quedan sin publicar y descartados. En el competitivo mundo de la academia, los investigadores tienen poco incentivo para informar experimentos fallidos, ya que no aportan beneficios a sus carreras y a menudo se consideran una pérdida de tiempo documentarlos.
En el mundo del software informático, los proyectos de código abierto han revolucionado el desarrollo al hacer que el código sea accesible al público y fomentar las contribuciones globales, lo que permite a los desarrolladores crear un mejor software de forma colaborativa. Sin embargo, la trayectoria de la comunidad científica se ha movido en la dirección opuesta.
(Isaac Newton, carta a Robert Hooke)
Durante la primera era científica, como el siglo XVII, los científicos priorizaron el intercambio de conocimientos bajo la filosofía natural y demostraron actitudes abiertas y colaborativas, distanciándose de las autoridades rígidas. Por ejemplo, a pesar de su rivalidad, Isaac Newton y Robert Hooke intercambiaron cartas para compartir y criticar el trabajo del otro, avanzando colectivamente en el conocimiento.
Por el contrario, la ciencia moderna se ha vuelto mucho más compartimentada. Los investigadores están motivados por la competencia para asegurar financiamiento y publicar en revistas con factores de impacto más altos. La investigación no publicada a menudo se mantiene confidencial, y se desalienta en gran medida compartir externamente. En consecuencia, los laboratorios de investigación dentro del mismo campo se ven naturalmente como competidores, con pocas vías para conocer el trabajo en curso de los demás.
Dado que la mayoría de la investigación se construye de forma incremental sobre publicaciones anteriores, existe una alta probabilidad de que laboratorios competidores estén llevando a cabo estudios muy similares. En ausencia de procesos de investigación compartidos, la investigación paralela sobre temas idénticos ocurre simultáneamente en múltiples laboratorios. Esto crea un entorno altamente ineficiente y de ganador se lo lleva todo donde el laboratorio que publica los resultados recibe todo el crédito primero. No es raro que los investigadores descubran que se ha publicado un estudio similar justo cuando estaban a punto de completar su trabajo, volviendo gran parte de su esfuerzo inútil.
En el peor de los casos, incluso dentro del mismo laboratorio, los estudiantes pueden retener materiales experimentales o hallazgos de investigación entre sí, compitiendo internamente en lugar de colaborar. Dado que la cultura de código abierto se ha convertido en un pilar de la ciencia informática, la comunidad científica moderna debe adoptar una cultura más abierta y colaborativa para servir al bien público en general.
Los investigadores son muy conscientes de estos problemas en la comunidad científica. Si bien reconocen los problemas, estos desafíos son problemas estructurales profundamente arraigados que los individuos no pueden resolver fácilmente. Sin embargo, a lo largo de los años se han realizado numerosos intentos para abordar estos problemas.
Si bien los esfuerzos anteriores han logrado cierto progreso en abordar los desafíos de la ciencia moderna, no han creado el impacto transformador necesario para revolucionar el campo. Recientemente, con el auge de la tecnología blockchain, un nuevo concepto llamado Ciencia Descentralizada (DeSci) ha ganado atención como una solución potencial a estos problemas estructurales. Pero, ¿qué es exactamente DeSci y puede realmente revolucionar el ecosistema científico moderno?
DeSci, abreviatura de Ciencia Descentralizada, se refiere a los esfuerzos para hacer del conocimiento científico un bien público al mejorar la financiación, la investigación, la revisión por pares y el intercambio de resultados de investigación dentro de la comunidad científica. Se esfuerza por un sistema que sea más eficiente, justo, transparente y accesible para todos. La tecnología blockchain juega un papel central en lograr estos objetivos al aprovechar las siguientes características:
Como su nombre lo indica, DeSci se puede aplicar a varios aspectos de la investigación científica. ResearchHub categoriza las posibles aplicaciones de DeSci en las siguientes cinco áreas:
La mejor manera de entender DeSci es explorar sus proyectos de ecosistema y examinar cómo abordan los problemas estructurales en la ciencia moderna. Analicemos de cerca algunos de los proyectos destacados dentro del ecosistema DeSci.
(Fuente: ResearchHub)
A diferencia de las aplicaciones en DeFi, juegos o IA, los proyectos de DeSci están predominantemente concentrados dentro del ecosistema de Ethereum. Esta tendencia se puede atribuir a las siguientes razones:
Por estas razones, los proyectos DeSci presentados en esta discusión pertenecen predominantemente al ecosistema de Ethereum. Ahora vamos a explorar algunos proyectos representativos dentro de cada sector de DeSci.
(Fuente: Molecule)
Moléculaes una plataforma de financiación y tokenización para la propiedad intelectual de biotecnología. Los investigadores pueden asegurar financiamiento de numerosos individuos a través de la cadena de bloques, tokenizar la propiedad intelectual del proyecto, y los financiadores pueden reclamar Tokens de PI proporcionales a sus contribuciones.
Catalyst, la plataforma descentralizada de recaudación de fondos de Molecule, conecta a investigadores y financiadores. Los investigadores preparan la documentación necesaria y los planes de proyecto para proponer sus proyectos en la plataforma. Los financiadores revisan estas propuestas y proporcionan ETH a los proyectos que apoyan. Una vez completada la financiación, se emiten IP-NFT e IP Tokens, que los financiadores pueden reclamar.
(Fuente: Molecule)
Un NFT de IP representa una versión tokenizada de la IP del proyecto en la cadena, combinando dos acuerdos legales en un contrato inteligente. El primer acuerdo legal es el Acuerdo de Investigación, firmado entre investigadores y financiadores. Incluye cláusulas sobre el alcance de la investigación, entregables, horario, presupuesto, confidencialidad, propiedad de la IP y los datos, publicación, divulgación de resultados, licencias y condiciones de patentes. El segundo acuerdo legal es el Acuerdo de Asignación, que transfiere el Acuerdo de Investigación al propietario del NFT de IP, asegurando que los derechos mantenidos por el actual propietario del NFT de IP puedan ser transferidos a un nuevo propietario.
Los tokens de IP representan derechos de gobernanza fraccionados sobre la PI. Los titulares de tokens pueden participar en decisiones clave de investigación y acceder a información exclusiva. Aunque los tokens de IP no garantizan compartir ingresos de la investigación, según el propietario de la PI, los beneficios de la futura comercialización pueden distribuirse a los titulares de tokens de IP.
(Fuente: Molecule)
El precio de los Tokens de IP está determinado por la Curva de Emparejamiento de Catalyst, que refleja la relación entre la oferta de tokens y el precio. A medida que se emiten más tokens, su precio aumenta. Esto incentiva las contribuciones tempranas al permitir que los primeros financiadores adquieran tokens a un costo más bajo.
Aquí hay algunos ejemplos de casos exitosos de financiamiento a través de Molecule:
(Source:Bio.xyz)
Bio.xyzes un protocolo de curación y liquidez para DeSci que es comparable a un incubador que apoya a BioDAOs. Los objetivos deBio.xyzson:
Los titulares de tokens BIO votan sobre qué nuevos BioDAO se unirán al ecosistema. Una vez que se aprueba que un BioDAO se una al ecosistema BIO, los titulares de tokens que votaron por él pueden participar en la subasta inicial de tokens privados. Este proceso se asemeja a una ronda previa a la siembra blanqueada.
Los tokens de gobernanza del BioDAO aprobado se emparejan con tokens BIO y se añaden a un pool de liquidez, eliminando la necesidad de que los BioDAO se preocupen por la liquidez de sus tokens de gobernanza (por ejemplo, VITA/BIO). Además,Bio.xyzejecuta el programa de recompensas bio/acc, proporcionando incentivos en tokens BIO a BioDAOs a medida que alcanzan hitos clave.
Eso no es todo. Los tokens BIO actúan como un token de metagobernanza para múltiples BioDAOs dentro del ecosistema. Esto permite a los titulares de BIO participar en la gobernanza de varios BioDAOs. Además, la red BIO proporciona a los BioDAOs incubados una subvención de $100,000 y adquiere el 6.9% del suministro de tokens de BioDAO para el tesoro. Esto aumenta el AUM (Activos bajo Gestión) del protocolo y agrega valor a los tokens BIO.
Bio.xyzaprovecha el marco de NFT de IP y tokens de IP de Molecule para gestionar y poseer IP. Por ejemplo, VitaDAO ha emitido con éxito tokens de IP como VitaRNA y VITA-FAST dentro del ecosistema Bio. A continuación se muestra una lista de DAOs de investigación actualmente en proceso de incubación a través deBio.xyz, que se discutirá en detalle en la siguiente sección:
En resumen,Bio.xyzcurates BioDAOs y proporciona marcos de tokens, servicios de liquidez, subvenciones y apoyo a la incubación. Cuando las IPs de los BioDAOs dentro del ecosistema se comercializan con éxito, el valor deBio.xyz's treasury increases, creating a virtuous cycle.
En cuanto al DAO de Investigación más conocido, VitaDAO a menudo viene a la mente primero. Su fama se debe a ser un proyecto DeSci temprano yrecibiendo inversión principal de Pfizer Ventures en 2023. VitaDAO financia proyectos centrados en la longevidad y la investigación sobre el envejecimiento, habiendo apoyado más de 24 proyectos con más de $4.2M en financiación. A cambio de la financiación, VitaDAO adquiere IP NFTs o acciones en empresas, utilizandoMolecule.xyz's framework para los NFTs de IP.
VitaDAO aprovecha la transparencia de la cadena de bloques al hacer su tesorería accesible públicamente. Lavalor del tesoroasciende a aproximadamente $44M, incluyendo alrededor de $2.3M en acciones y $29M en IP tokenizado, entre otros activos. Los titulares de tokens VITA participan en votaciones de gobernanza para dar forma a la dirección del DAO y obtener acceso avarios servicios de atención médica.
Los proyectos más destacados financiados por VitaDAO son VitaRNA y VITA-FAST. Las PIs de ambos proyectos han sido tokenizadas y se negocian activamente, con una capitalización de mercado de VITARNA de aproximadamente $13M y de VITA-FAST de $24M. Ambos proyectos mantienen llamadas regulares con VitaDAO para actualizar su progreso.
HairDAO es una red de investigación y desarrollo de código abierto donde pacientes e investigadores colaboran para desarrollar tratamientos para la pérdida de cabello. SegúnScandinavian Biolabs, la pérdida de cabello afecta al 85% de los hombres y al 50% de las mujeres en su vida. Sin embargo, solo existen tratamientos como Minoxidil, Finasteride y Dutasteride en el mercado. Cabe destacar que el Minoxidil fue aprobado por la FDA en 1988 y el Finasteride en 1997.
Incluso estos tratamientos aprobados proporcionan efectos limitados, como ralentizar o detener temporalmente la pérdida de cabello, en lugar de ofrecer una cura. El desarrollo de tratamientos para la pérdida de cabello es lento por varias razones:
HairDAO recompensa a los pacientes con tokens de gobernanza HAIR por compartir sus experiencias de tratamiento y datos a través de la aplicación. Los titulares de tokens HAIR pueden participar en votaciones de gobernanza de DAO, disfrutar de descuentos en productos de champú HairDAO y apostar tokens para acceder más rápido a datos de investigación confidenciales.
(Fuente: ResearchHub)
ResearchHub es la plataforma líder de publicación DeSci, con el objetivo de convertirse en el “GitHub de la ciencia”. Fundada por el CEO de Coinbase, Brian Armstrong, y Patrick Joyce, ResearchHub recaudó con éxito $5M en una ronda de la Serie A en junio de 2023, liderada por Open Source Software Capital.
ResearchHub es una herramienta para la publicación abierta y discusión de investigaciones científicas, incentivando a los investigadores a publicar, revisar por pares y curar a través de sus tokens nativos RSC. Sus características clave incluyen:
Subvenciones
(Fuente: ResearchHub)
Con los tokens RSC, los usuarios pueden crear concesiones para solicitar tareas específicas de otros usuarios de ResearchHub. Los tipos de subvenciones incluyen:
Financiación
(Fuente: ResearchHub)
En la pestaña de Financiamiento, los investigadores pueden cargar propuestas de investigación y recibir financiamiento de los usuarios en tokens RSC.
Revistas
(Fuente: ResearchHub)
La sección de Revistas archiva artículos de revistas revisadas por pares y servidores de preimpresión. Los usuarios pueden navegar por la literatura y participar en discusiones. Sin embargo, muchos artículos revisados por pares están detrás de barreras de pago, y los usuarios solo pueden acceder a resúmenes escritos por otros.
Concentradores
(Fuente: ResearchHub)
Los centros archivan prepublicaciones de documentos categorizados por campo. Esta sección contiene todos los documentos de acceso abierto, lo que permite a cualquiera leer el contenido completo y participar en discusiones.
Cuaderno de laboratorio
El Cuaderno de Laboratorio es un espacio de trabajo en línea colaborativo donde múltiples usuarios pueden coescribir documentos. Al igual que Google Docs o Notion, esta función permite una publicación fluida directamente en ResearchHub.
RH Journal
(Fuente: ResearchHub)
RH Journal es la revista interna de ResearchHub. Cuenta con un eficiente proceso de revisión por pares que se completa en 14 días y las decisiones se toman en 21 días. Además, incorpora un sistema de incentivos para los revisores por pares, abordando los problemas de incentivos desalineados comunes en los sistemas tradicionales de revisión por pares.
Token RSC
(Fuente: ResearchHub)
Los tokens RSC son tokens ERC-20 utilizados dentro del ecosistema de ResearchHub, con un suministro total de 1 mil millones. Los tokens RSC impulsan la participación y apoyan la visión de ResearchHub de convertirse en una plataforma abierta completamente descentralizada. Sus utilidades incluyen:
ScieNFTes un servidor de preimpresión descentralizado donde los investigadores pueden publicar su trabajo como NFTs. El formato de la publicación puede variar desde figuras e ideas simples hasta conjuntos de datos, obras artísticas, métodos e incluso resultados negativos. Los datos de preimpresión se almacenan utilizando soluciones de almacenamiento descentralizado como IPFS y Filecoin, mientras que los NFTs se cargan en la Avalanche C-Chain.
Si bien el uso de NFT para identificar y rastrear la propiedad del trabajo es una ventaja, un inconveniente notable es la falta de claridad sobre los beneficios de comprar estos NFT. Además, el mercado carece de una curación efectiva.
(Fuente: deScier)
deScierEs una plataforma de revista científica descentralizada. Al igual que editores como Elsevier o Springer Nature, que gestionan múltiples revistas bajo su paraguas, deScier también alberga diversas revistas. Los derechos de autor de todos los documentos siguen siendo del 100% de los investigadores, y la revisión por pares es parte del proceso. Sin embargo, como se señala a continuación, una limitación significativa es el bajo número de documentos publicados en las revistas y la lenta tasa de cargas.
El software de Data Lake permite a los investigadores integrar varios canales de reclutamiento de usuarios, hacer un seguimiento de su efectividad, gestionar los consentimientos y realizar encuestas de preselección al tiempo que da a los usuarios control sobre sus datos. Los investigadores pueden compartir y gestionar fácilmente el consentimiento de los pacientes para el uso de datos entre terceros. Data Lake utiliza la Cadena de Data Lake, una red L3 basada en Arbitrum Orbit, para gestionar el consentimiento del paciente.
(Fuente: Welshare Health)
En la investigación médica tradicional, los cuellos de botella más significativos son los retrasos en la selección de participantes para ensayos clínicos y la falta de pacientes. Además, si bien los datos médicos de los pacientes son valiosos, plantean riesgos de mal uso. Welshare tiene como objetivo abordar estos desafíos utilizando la tecnología Web3.
Los pacientes pueden gestionar de forma segura sus datos, monetizarlos para obtener ingresos y acceder a servicios de atención médica personalizados. Por otro lado, los investigadores médicos se benefician de un acceso más fácil a conjuntos de datos diversos, lo que facilita su investigación.
A través de una aplicación basada en la Red Base, los usuarios pueden proporcionar selectivamente datos para ganar puntos de recompensa en la aplicación, que luego se pueden convertir en criptomonedas o moneda fiduciaria.
Hippocrates un protocolo de datos de salud descentralizado que permite a las personas gestionar de forma segura sus datos de salud utilizando la tecnología blockchain y de prueba de conocimiento cero (ZKP). Su primer producto, HippoDoc, es una aplicación de telemedicina que proporciona consultas de salud utilizando una base de datos médica, tecnología de IA y la asistencia de profesionales de la salud. Durante este proceso, los datos del paciente se almacenan de forma segura en la blockchain.
Cerámicaes un protocolo de transmisión de eventos descentralizado que permite a los desarrolladores crear bases de datos descentralizadas, canalizaciones de cálculo distribuido, feeds de datos autenticados y más. Estas características lo hacen ideal para proyectos DeSci, permitiéndoles utilizar Ceramic como una base de datos descentralizada:
bloXberg es una infraestructura blockchain establecida bajo el liderazgo de la Biblioteca Digital Max Planck en Alemania, con la participación de renombradas instituciones de investigación como ETH Zurich, la Universidad Ludwig Maximilian de Munich y la Universidad de Copenhague.
bloXberg está diseñado para innovar varios procesos en la investigación científica, como la gestión de datos de investigación, la revisión por pares y la protección de la propiedad intelectual. Utilizando blockchain descentraliza estos procesos, mejorando la transparencia y eficiencia en la investigación. Los investigadores pueden compartir de forma segura y colaborar en datos de investigación utilizando la blockchain.
Hemos explorado los problemas estructurales en la ciencia moderna y cómo DeSci tiene como objetivo abordarlos. Pero espera un segundo. ¿Puede DeSci realmente revolucionar la comunidad científica y desempeñar un papel central, como afirma la comunidad criptográfica? No lo creo. Sin embargo, creo que DeSci tiene el potencial de desempeñar un papel de apoyo en ciertas áreas.
Blockchain no es magia. No puede resolver todos los problemas. Debemos distinguir claramente lo que la blockchain puede abordar y lo que no puede.
Se espera que DeSci sobresalga en escenarios de financiamiento que cumplan con las siguientes condiciones:
La escala de financiamiento en la comunidad científica varía ampliamente, desde decenas de miles hasta millones o incluso decenas de millones de dólares. Para proyectos a gran escala que requieren un capital significativo, es inevitable la financiación centralizada de gobiernos o corporaciones. Sin embargo, los proyectos más pequeños pueden asegurar financiamiento de manera factible a través de plataformas DeSci.
Desde la perspectiva de los investigadores que llevan a cabo proyectos a pequeña escala, la carga de papeleo extenso y procesos de revisión de financiamiento prolongados puede ser abrumadora. En este contexto, las plataformas de financiamiento DeSci, que proporcionan financiamiento de manera rápida y eficiente, resultan muy atractivas.
Dicho esto, para aumentar la probabilidad de que un proyecto de investigación reciba financiación del público a través de una plataforma DeSci, debe existir una perspectiva razonable de comercialización, como a través de patentes o transferencia de tecnología. Esto proporciona un incentivo para que el público invierta en el proyecto. Sin embargo, la mayoría de la investigación científica moderna no está orientada hacia la comercialización, sino que en su lugar se apoya para mejorar la competitividad tecnológica nacional o corporativa.
En resumen, los campos adecuados para la financiación en las plataformas DeSci incluyen biotecnología, atención médica y farmacéutica. El enfoque de la mayoría de los proyectos actuales de DeSci en estas áreas se alinea con este razonamiento. Estos campos tienen una alta probabilidad de comercialización si la investigación tiene éxito. Además, si bien se requiere una financiación significativa para la comercialización eventual, las fases iniciales de la investigación suelen exigir menos financiación que otros campos, lo que convierte a las plataformas DeSci en una opción favorable para recaudar capital.
Pongo en duda si DeSci puede permitir la investigación a largo plazo. Si bien un pequeño número de investigadores podría ser apoyado por financiadores altruistas y voluntarios para llevar a cabo estudios a largo plazo, esta cultura es poco probable que se propague ampliamente en toda la comunidad científica. Incluso con plataformas DeSci aprovechando la cadena de bloques, no hay un vínculo causal inherente que sugiera que puedan mantener el financiamiento a largo plazo. Si alguien quisiera buscar una conexión entre la cadena de bloques y la investigación a largo plazo deliberadamente, una consideración posible podría ser el financiamiento basado en hitos a través de contratos inteligentes.
Idealmente, el área donde DeSci podría aportar más innovación es en las revistas académicas. A través de contratos inteligentes e incentivos de tokens, DeSci podría potencialmente reestructurar el modelo de beneficios dominado por las revistas en uno centrado en los investigadores. Sin embargo, en realidad, esto será un desafío.
El factor más crítico para los investigadores que construyen sus carreras es publicar artículos. En la academia, las capacidades de un investigador se juzgan principalmente por las revistas en las que publican, sus conteos de citas y su índice h. La naturaleza humana se inclina inherentemente hacia la autoridad, un hecho inmutable desde tiempos prehistóricos hasta el presente. Por ejemplo, un investigador desconocido puede convertirse en una estrella de la noche a la mañana publicando en revistas de primer nivel como Nature, Science o Cell.
Si bien las evaluaciones cualitativas de las habilidades de los investigadores serían ideales, dichas evaluaciones dependen en gran medida de las referencias de los pares, lo que hace que las evaluaciones cuantitativas sean casi inevitables. Debido a esto, las revistas tienen un poder inmenso. A pesar de monopolizar el modelo de beneficios, los investigadores no tienen más opción que cumplir. Para que las revistas DeSci ganen más influencia, deben construir autoridad, pero lograr la reputación que las revistas tradicionales han acumulado durante más de un siglo solo a través de incentivos de tokens es muy desafiante.
Si bien DeSci puede no transformar completamente el panorama de las revistas, sin duda puede contribuir a áreas específicas, como la revisión por pares y los resultados negativos.
Como se mencionó anteriormente, los revisores actuales reciben poco o ningún incentivo, lo que disminuye la calidad y eficiencia de las revisiones por pares. Proporcionar incentivos en forma de tokens a los revisores podría mejorar la calidad de la revisión y elevar los estándares de la revista.
Además, los incentivos de tokens podrían impulsar una red de revistas dedicada exclusivamente a publicar resultados negativos. Dado que la reputación es menos crítica para las revistas que publican exclusivamente resultados negativos, la combinación de recompensas con tokens incentivaría a los investigadores a publicar sus hallazgos en dichas revistas.
En mi opinión, es poco probable que la cadena de bloques aborde significativamente la feroz competencia en la ciencia moderna. A diferencia del pasado, el número de investigadores hoy es mucho mayor y cada logro impacta directamente en la progresión profesional, lo que hace inevitable la competencia. Es irrealista esperar que la cadena de bloques resuelva los desafíos generales de colaboración en la comunidad científica.
Por otro lado, dentro de grupos pequeños como los DAO de investigación, la cadena de bloques puede promover eficazmente la colaboración. Los investigadores en los DAO alinean los incentivos a través de tokens, comparten una visión común y registran los logros en la cadena de bloques a través de marcas de tiempo para ganar reconocimiento. Espero ver un aumento en el número y la actividad de los DAO de investigación no solo en el campo de la biotecnología, sino en otras disciplinas.
La comunidad científica moderna enfrenta numerosos desafíos estructurales, y DeSci ofrece una narrativa convincente para abordarlos. Si bien DeSci puede no revolucionar todo el ecosistema científico, puede expandirse gradualmente a través de investigadores y usuarios que encuentran valor en él. Eventualmente, podríamos ver un equilibrio entre TradSci y DeSci. Así como Bitcoin, una vez desestimado como un juguete para geeks de la informática, ahora tiene importantes instituciones financieras tradicionales ingresando al mercado, espero que DeSci también obtenga un reconocimiento a largo plazo y logre su momento “Bitcoin”.
Recientemente obtuve un doctorado en Ingeniería Química y publiqué cuatro artículos como autor principal durante mis estudios. Entre ellos se encuentran publicaciones en algunas de las revistas académicas de mayor rango, incluidas las revistas hermanas de Nature y el Journal of the American Chemical Society (JACS).
Aunque mi experiencia académica se ha limitado a la de un estudiante de posgrado sin desempeñarme como investigador principal, lo que podría ser una perspectiva incompleta, mis casi seis años en la academia notaron numerosos problemas estructurales dentro del sistema.
En este contexto, la idea de DeSci (Ciencia Descentralizada) aprovechando la tecnología blockchain para desafiar las estructuras centralizadas en la ciencia es sin duda fascinante. El mercado de criptomonedas ha sido recientemente barrido por una tendencia DeSci, con muchos afirmando que podría revolucionar el panorama científico.
Yo también espero una transformación así. Sin embargo, creo que la probabilidad de que DeSci trastorne por completo la academia tradicional no es alta. Para resumir mi punto de vista, el escenario más probable es que DeSci desempeñe un papel complementario en la solución de problemas específicos dentro del sistema académico convencional.
Así, con todo el entusiasmo reciente por DeSci, me gustaría aprovechar esta oportunidad para explorar algunos de los problemas estructurales en la academia tradicional basados en mi breve experiencia, evaluar si la tecnología blockchain realmente puede abordar estos problemas y discutir el impacto potencial de DeSci en el mundo académico.
Los problemas estructurales de larga data dentro de la academia han sido ampliamente documentados, como se ve en artículos como el de VOX “Los 7 mayores problemas que enfrenta la ciencia, según 270 científicos” y “La guerra para liberar la ciencia.” A lo largo de los años, ha habido numerosos intentos de abordar estos desafíos, algunos de los cuales se explorarán más adelante.
El concepto de DeSci, que busca resolver estos problemas mediante la incorporación de la tecnología blockchain en la investigación científica, solo comenzó a ganar atención alrededor de 2020. Brian Armstrong, el CEO de Coinbase, presentó la idea a la comunidad de criptomonedas a través deResearchHub, con el objetivo de reajustar los incentivos en la ciencia a través de ResearchCoin (RSC).
Sin embargo, debido a la naturaleza especulativa del capital en el mercado de criptomonedas, DeSci no logró atraer un interés generalizado entre los usuarios. Durante mucho tiempo, solo pequeñas comunidades defendieron su futuro, hasta la aparición de pump.science.
(Fuente:pump.science)
bomba.cienciaes un proyecto DeSci en el ecosistema Solana construido porMolécula, una plataforma DeSci bien conocida. Funciona como una plataforma de financiamiento mientras transmite experimentos a largo plazo utilizando la tecnología Wormbot. Los usuarios pueden proponer compuestos en los que creen que podrían extender su vida o comprar tokens asociados con estas ideas.
Una vez que la capitalización de mercado del token supere un umbral determinado, se realizan experimentos utilizando el equipo Wormbot para verificar si el compuesto realmente puede prolongar la vida útil de los sujetos de prueba. Si tiene éxito, los titulares del token obtienen derechos sobre el compuesto. (Sin embargo, algunos miembros de la comunidad han criticado este enfoque, alegando que los experimentos carecen de suficiente rigor científico y es poco probable que conduzcan a productos farmacéuticos reales que prolonguen la vida. El comentario sarcástico de Gwart refleja una escuela de pensamiento particular que mira a DeSci con escepticismo y cuestiona los argumentos hechos por los defensores.)
pump.science adoptó el mecanismo de curva de vinculación, similar al que usa Molecule, lo que significa que el precio del token aumenta a medida que más usuarios lo compran. El lanzamiento de tokens como RIF (que representa a la rifampicina) y URO (que representa a la urolitina A) coincidió con un frenesí de tokens meme en el mercado de las criptomonedas, lo que hizo subir sus precios. Este aumento de precios atrajo involuntariamente la atención generalizada hacia DeSci. Irónicamente, no fue la esencia de DeSci, sino el aumento especulativo de los precios de los tokens, lo que encendió la actual ola de interés en DeSci.
(Fuente: @KaitoAI)
En el mercado de cifrado de rápido movimiento, donde DeSci había sido durante mucho tiempo un sector de nicho, noviembre de 2024 lo convirtió en una de las narrativas más candentes. No solo los tokens depump.sciencedisparar, pero Binance anunció suinversión en el protocolo de financiación DeSci Bio, mientras que otros tokens DeSci establecidos también experimentaron aumentos significativos de precios, marcando un momento crucial para el movimiento.
No es una exageración: el mundo académico se enfrenta a numerosos problemas sistémicos y graves. Durante mi tiempo en el mundo académico, me preguntaba constantemente cómo una estructura tan defectuosa podía seguir siendo sostenible. Antes de sumergirnos en el potencial de DeSci, examinemos primero las deficiencias del sistema académico tradicional.
Antes del siglo XIX, los científicos aseguraban financiación para la investigación y ganaban su sustento de manera muy diferente a la actual:
A finales del siglo XIX y principios del siglo XX, los sistemas de financiación centralizados de gobiernos y corporaciones comenzaron a arraigar. Durante la Primera y Segunda Guerra Mundial, los gobiernos establecieron diversas agencias e invirtieron fuertemente en investigación de defensa para asegurar la victoria en las guerras.
En los EE. UU., organizaciones como el Comité Asesor Nacional para la Aeronáutica (NACA) y el Consejo Nacional de Investigación (NRC) fueron fundadas durante la Primera Guerra Mundial. De manera similar, en Alemania, el predecesor de la actual Fundación Alemana de Investigación (DFG), Notgemeinschaft der Deutschen Wissenschaft, se estableció en 1920. Alrededor de la misma época, laboratorios de investigación corporativos como Bell Labs y GE Research también surgieron, marcando un cambio donde las corporaciones se unieron a los gobiernos para financiar activamente la I+D.
Este modelo de financiamiento impulsado por el gobierno y las empresas se convirtió en la norma y continúa dominando en la actualidad. Los gobiernos y las empresas asignan presupuestos significativos a la I+D, apoyando a investigadores en todo el mundo. Por ejemplo, en 2023, el gobierno federal de EE. UU. gastó una cantidad asombrosa$190 mil millones en I+D, un aumento del 13% en comparación con 2022.
(Fuente: ResearchHub)
En los Estados Unidos, el proceso de financiamiento implica que el gobierno federal asigne una parte de su presupuesto a la investigación y el desarrollo. Estos fondos se distribuyen a varias agencias. Ejemplos destacados incluyen los Institutos Nacionales de Salud (NIH), el mayor financiador de la investigación biomédica; el Departamento de Defensa (DoD), que se centra en la investigación de defensa; la Fundación Nacional de Ciencias (NSF, por sus siglas en inglés), que financia la ciencia y la ingeniería en todas las disciplinas; el Departamento de Energía (DOE), responsable de las energías renovables y la física nuclear; y la NASA, que apoya la investigación espacial y aeronáutica.
Hoy en día, es prácticamente imposible para los profesores universitarios llevar a cabo investigaciones de forma independiente sin financiación externa. Como resultado, se ven obligados a depender del apoyo financiero de gobiernos o corporaciones. Muchos de los problemas que afectan a la academia moderna surgen de este modelo centralizado de financiación.
El primer problema importante es la ineficiencia en el proceso de financiación. Aunque los detalles del proceso difieren según el país y la organización, se describe universalmente como largo, opaco e ineficiente.
Para asegurar financiamiento, los laboratorios de investigación deben pasar por una extensa documentación y presentaciones, sometiéndose a rigurosas evaluaciones por parte de organismos gubernamentales o corporativos. Si bien los laboratorios prestigiosos y bien establecidos pueden recibir millones o incluso decenas de millones de dólares de una sola subvención, requiriendo una participación menos frecuente en el proceso de financiamiento, esto no es lo habitual.
Para la mayoría de los laboratorios, la financiación suele ser de decenas de miles de dólares, lo que requiere solicitudes repetidas, documentación extensa y revisiones continuas. Las conversaciones con amigos estudiantes de posgrado muestran que muchos investigadores y estudiantes no pueden dedicar su tiempo completamente a la investigación. En cambio, son consumidos por tareas relacionadas con las solicitudes de financiación y la participación en proyectos corporativos.
Además, muchos de estos proyectos corporativos son mínimamente relevantes para la investigación de graduación de los estudiantes, subrayando las ineficiencias de este sistema.
(Fuente: NSF)
Dedicar tiempo significativo a las solicitudes de financiación puede eventualmente dar sus frutos, pero desafortunadamente, asegurar financiación no es fácil. Según la NSF, las tasas de financiación para 2023 y 2024 fueron del 29% y 26%, respectivamente, con el tamaño mediano de la subvención anual siendo modesto, de $150,000. De manera similar, el NIH informatasas de éxito de financiamientoque suelen oscilar entre el 15% y el 30%. Dado que una sola subvención a menudo no es suficiente para muchos investigadores académicos, se ven obligados a presentar múltiples solicitudes para mantener su trabajo.
Los desafíos no se detienen ahí. La creación de redes desempeña un papel crucial en la obtención de financiación. Los profesores a menudo colaboran con sus compañeros en lugar de presentar solicitudes de forma independiente para aumentar sus posibilidades de obtener becas. Tampoco es raro que los profesores participen en un cabildeo informal con las partes interesadas en la financiación para asegurar la financiación corporativa. Esta dependencia de la creación de redes y la falta de transparencia en el proceso de selección de fondos son barreras significativas para los investigadores que inician su carrera y intentan ingresar al sistema.
Otro problema importante con la financiación centralizada es la falta de incentivos para la investigación a largo plazo. Las subvenciones que duran más de cinco años son extremadamente raras. Según los datos de la NSF, la mayoría de las subvenciones se otorgan por 1 a 5 años, y otras agencias gubernamentales siguen un patrón similar. Los proyectos de I+D corporativos también suelen proporcionar subvenciones por 1 a 3 años, dependiendo de la empresa y del proyecto.
La política influye fuertemente en la financiación gubernamental. Por ejemplo, durante la administración de Trump, la financiación para la investigación y desarrollo en defensa aumentó significativamente, mientras que bajo el liderazgo demócrata, la financiación tendió a centrarse en la investigación ambiental. Debido a que las prioridades gubernamentales cambian con las agendas políticas, los proyectos de financiación a largo plazo son poco comunes.
La financiación corporativa se enfrenta a limitaciones similares. En 2022, la permanencia media de los directores ejecutivos del S&P 500 fue 4,8 años, con otros ejecutivos que sirven por períodos comparables. Dado que las empresas deben adaptarse rápidamente a las industrias y tecnologías cambiantes, y estos ejecutivos a menudo toman decisiones de financiamiento, los proyectos financiados por corporaciones rara vez se extienden durante largos períodos.
Como resultado, los sistemas de financiación centralizados incentivan a los investigadores a perseguir proyectos que producen resultados rápidos y tangibles. Para asegurar una financiación continua, los investigadores se ven presionados a producir resultados en un plazo de cinco años, lo que los lleva a seleccionar temas de investigación que se ajusten a este plazo. Esto perpetúa un ciclo de enfoque a corto plazo, por lo que solo un puñado de grupos o instituciones emprenden proyectos a largo plazo que requieren más de cinco años.
La financiación centralizada también impulsa a los investigadores a producir una mayor cantidad de trabajos de menor calidad debido a la presión de ofrecer resultados rápidos. La investigación se puede dividir en avances incrementales que se basan ligeramente en el conocimiento existente y descubrimientos innovadores que crean un territorio completamente nuevo. Los sistemas de financiación centralizados priorizan naturalmente la primera opción sobre la segunda. La mayoría de los estudios publicados en revistas fuera del nivel superior ofrecen mejoras incrementales en lugar de perspectivas transformadoras.
Si bien es cierto que la ciencia moderna se ha especializado mucho, lo que dificulta hacer descubrimientos importantes, los sistemas de financiación centralizados empeoran el problema al desalentar aún más la investigación innovadora. Esta preferencia sistémica por el trabajo incremental actúa como otro obstáculo para los avances revolucionarios en la ciencia.
(Fuente: Nature)
Algunos investigadores incluso manipulan datos o hacen afirmaciones falsas. Los actuales mecanismos de financiación, que exigen resultados dentro de plazos ajustados, crean incentivos para esas faltas de conducta. Como estudiante de posgrado, no era raro escuchar noticias de estudiantes de otros laboratorios que falsificaban datos. Según Nature, la proporción de artículos retractados en conferencias y revistas ha aumentado drásticamente con el tiempo.
Para aclarar, la financiación centralizada por sí sola no es inherentemente mala. Si bien este modelo de financiación ha dado lugar a estos efectos secundarios negativos, es esencial para la ciencia moderna. A diferencia del pasado, la investigación científica de hoy es altamente compleja y sofisticada. Un solo proyecto de investigación de un estudiante de posgrado puede costar desde miles hasta cientos de miles de dólares, y esfuerzos a gran escala como defensa, aeroespacial o física fundamental requieren recursos exponencialmente mayores.
La financiación centralizada es esencial, pero hay que abordar los problemas que la acompañan.
Empresas como Tether, Circle (emisores de stablecoins), Binance y Coinbase (intercambios centralizados) son consideradas como actores dominantes en la industria de la criptomoneda. De manera similar, en el ámbito académico, las entidades más poderosas son las revistas académicas. Ejemplos clave incluyen Elsevier, Springer Nature, Wiley, la American Chemical Society y el IEEE.
Por ejemplo, Elsevier generó $3.67 mil millones en ingresos y $2.55 mil millones en ingresos netos en 2022, logrando un margen de beneficio neto extraordinario de casi el 70%. En perspectiva, el margen de beneficio neto de Nvidia rondaba el 55-57% en 2024. Mientras tanto,Springer Nature registró $1.44 mil millones en ingresosen los primeros nueve meses de 2024 solamente, destacando la enorme escala del negocio de publicaciones académicas.
Las corrientes de ingresos típicas para revistas académicas incluyen:
En este punto, es posible que te preguntes, "¿Por qué son las revistas los depredadores principales de la academia? ¿No es su estructura empresarial similar a la de otras industrias?" La respuesta es no. Las revistas ejemplifican incentivos desalineados en la academia.
Mientras que los editores tradicionales o plataformas en línea suelen tener como objetivo hacer que el trabajo de los autores sea accesible a un amplio público y compartir los ingresos con los creadores, las revistas académicas están estructuradas completamente a favor de los editores.
Las revistas desempeñan un papel crucial en comunicar los hallazgos de los investigadores a los lectores, pero sus modelos de ingresos están diseñados principalmente para beneficiar a los editores, dejando a los autores y lectores con ventajas mínimas.
Los lectores que deseen acceder a artículos de revistas específicas deben pagar tarifas de suscripción o comprar artículos individuales. Sin embargo, si los investigadores desean publicar su trabajo como acceso abierto, deben pagar cargos de procesamiento a las revistas, y no reciben ninguna parte de los ingresos generados. Pero no termina ahí: los investigadores no solo renuncian a compartir los ingresos, sino que, en la mayoría de los casos, los derechos de autor de su trabajo se transfieren a la revista tras su publicación, lo que permite a la revista monetizar el contenido. Este sistema es altamente explotador y fundamentalmente injusto para los investigadores.
El modelo de negocio de las revistas es explotador en su flujo de ingresos y brutal en cuanto a escala. Por ejemplo, una de las revistas de acceso abierto totalmente más prominentes en las ciencias naturales,Nature Communications, cobra a los autores una exorbitante tarifa de $6,790 por artículo como tarifa de procesamiento de artículo. Se requiere que los investigadores paguen esta cantidad para que sus artículos se publiquen en Nature Communications.
(Fuente: ACS)
Las tarifas de suscripción para revistas académicas también son asombrosas. Si bien las tarifas de suscripción institucional anuales varían según el campo y el tipo de revista, la tarifa de suscripción anual promedio para las revistas bajo la American Chemical Society (ACS) es de $4,908 por revista. Si una institución se suscribe a todas las revistas de ACS, el costo se eleva a un astronómico $170,000. Para las revistas bajo Springer Nature, ella tarifa de suscripción anual promedio es de alrededor de $10,000 por revista, y suscribirse a todas sus revistas cuesta alrededor de $630,000. Dado que la mayoría de las instituciones de investigación se suscriben a numerosas revistas, los gastos de suscripción para los lectores pueden ser excepcionalmente altos.
El aspecto más preocupante de este sistema es que los investigadores se ven obligados a publicar en revistas para construir su currículum académico, y gran parte del dinero que fluye a través del negocio de las revistas proviene de fondos de investigación gubernamentales o corporativos:
Dado que los investigadores utilizan principalmente fondos externos en lugar de fondos personales, pueden estar más inclinados a aceptar estos gastos. Las revistas académicas han explotado este sistema al cobrar a los autores y lectores mientras retienen los derechos de autor de la obra publicada, creando un modelo de ingresos explotador de manera flagrante.
Los problemas con las revistas van más allá de su estructura de ingresos a las ineficiencias y falta de transparencia en sus procesos de publicación. Durante mis seis años en la academia, durante los cuales publiqué cuatro artículos, encontré muchos problemas, en particular el proceso de envío ineficiente y el sistema de revisión por pares opaco y dependiente de la suerte.
El proceso estándar de revisión por pares para la mayoría de las revistas generalmente sigue estos pasos:
Los revisores evalúan el manuscrito, proporcionando retroalimentación a través de comentarios y preguntas. Luego hacen una de las cuatro recomendaciones:
Aceptar: aprobar el manuscrito sin revisiones.
Revisiones menores: Aprobar el manuscrito pendiente de correcciones menores.
Revisiones importantes: Aprobar el manuscrito pendiente de cambios sustanciales.
Si bien pareciera ser directo, este proceso está plagado de ineficiencias, inconsistencias y una importante dependencia del juicio subjetivo, lo cual puede socavar la calidad y equidad del sistema.
El primer problema es el proceso de revisión altamente ineficiente. Aunque no puedo hablar por otros campos, en ciencias naturales e ingeniería, el cronograma para enviar un artículo y avanzar en el proceso de revisión es aproximadamente el siguiente:
Cuando se producen retrasos debido a las circunstancias del diario o de los revisores y si se requieren múltiples rondas de revisión por pares, puede llevar más de un año publicar un artículo. Por ejemplo, en mi caso, el editor envió mi artículo a tres revisores, pero uno no respondió. Esto requirió encontrar otro revisor, lo que extendió el proceso de revisión por pares a cuatro meses.
Peor aún, si el documento es rechazado después de este largo proceso, todo el ciclo debe repetirse con otra revista, duplicando el tiempo requerido. Un proceso de publicación tan ineficiente y que consume tiempo puede ser perjudicial para los investigadores, ya que estudios similares de otros grupos pueden publicarse durante este tiempo. He visto que esto sucede a menudo, y dado que la novedad es uno de los aspectos más críticos de un artículo, esto puede llevar a consecuencias graves para los investigadores.
El segundo problema es la escasez de revisores pares. Como se mencionó anteriormente, un artículo enviado suele ser evaluado por dos o tres revisores pares. Si el artículo es aceptado o rechazado depende en gran medida de las opiniones de estos pocos individuos. Aunque los revisores son expertos en campos relacionados y a menudo se llega a un consenso sobre la calidad del artículo, todavía hay un elemento de azar involucrado.
Permítanme ilustrar con un ejemplo de mi experiencia. Una vez envié un artículo al prestigioso Journal A. A pesar de recibir dos comentarios importantes y uno menor, mi artículo fue rechazado. Luego envié el mismo artículo al Journal B, que es ligeramente menos prestigioso. Sin embargo, fue rechazado nuevamente después de recibir un rechazo y un comentario importante. Curiosamente, el resultado fue peor en el Journal B a pesar de ser menos prominente que el Journal A.
Esto resalta un problema: las evaluaciones en papel dependen de un pequeño número de expertos, y la selección de revisores queda completamente a discreción del editor del diario. Esto significa que hay un elemento de suerte en si se aprueba el papel. En un ejemplo extremo, el mismo documento podría ser aceptado si es revisado por tres revisores indulgentes pero rechazado si se asigna a tres críticos.
Dicho esto, aumentar significativamente el número de revisores entre pares para una evaluación más justa no es práctico. Desde la perspectiva de la revista, más revisores significan más comunicación e ineficiencias.
El tercer problema es la falta de incentivos en el proceso de revisión por pares, lo que conduce a comentarios de baja calidad. Esto varía según el revisor por pares. Algunos revisores entienden completamente el artículo y proporcionan comentarios y preguntas reflexivos. Sin embargo, otros no leen el artículo cuidadosamente, preguntan sobre información que ya está incluida o hacen críticas y comentarios irrelevantes, lo que conduce a revisiones importantes o rechazo. Desafortunadamente, esto es común y puede hacer que los investigadores se sientan traicionados, como si sus esfuerzos hubieran sido invalidados.
Esto se deriva de la ausencia de incentivos para el proceso de revisión por pares, lo que dificulta el control de calidad. Cuando las revistas reciben envíos, los editores suelen pedir a profesores universitarios o investigadores en campos relacionados que revisen los artículos. Sin embargo, incluso si estas personas dedican tiempo a leer, analizar y comentar sobre los artículos, no son recompensadas por sus esfuerzos. Desde la perspectiva de los profesores o estudiantes de posgrado, revisar por pares es simplemente una tarea no remunerada y pesada.
El cuarto problema es la falta de transparencia en el proceso de revisión por pares. Las revisiones por pares se llevan a cabo de forma anónima para garantizar la imparcialidad, y el editor de la revista selecciona a los revisores. Sin embargo, los revisores pueden identificar a los autores de los artículos que revisan. Esto puede llevar a evaluaciones sesgadas, como dar críticas favorables a artículos de investigadores amistosos o críticas deliberadamente duras a artículos de grupos competidores. Tales situaciones son más comunes de lo que uno podría esperar.
El problema final que me gustaría abordar con respecto a las revistas son las cuentas de citas. ¿Cómo podemos evaluar la carrera y la experiencia de los investigadores? Cada investigador tiene fortalezas únicas: algunos sobresalen en el diseño experimental, otros son hábiles para identificar temas de investigación, y algunos pueden investigar a fondo detalles pasados por alto. Sin embargo, es prácticamente imposible evaluar cualitativamente a todos los investigadores. Como resultado, la academia se basa en métricas cuantitativas, representadas por un solo número, para evaluar a los investigadores, específicamente, las cuentas de citas y el índice H.
Los investigadores con puntuaciones más altas en el índice H y en el número de citas de sus artículos publicados se consideran generalmente más exitosos. Para contextualizar, el índice H es una métrica que evalúa la productividad y el impacto de un investigador. Por ejemplo, un índice H de 10 significa que el investigador tiene al menos 10 artículos, cada uno citado 10 veces o más. En última instancia, el número de citas sigue siendo la métrica más importante.
¿Qué pueden hacer los investigadores para aumentar el número de citas? Si bien la producción de artículos de alta calidad es la solución fundamental, la selección del tema de investigación adecuado es igualmente crítica. Cuanto más popular sea el campo de estudio y mayor sea el grupo de investigadores, más probable es que el número de citas aumente de forma natural.
(Fuente: Clarivate)
La tabla anterior muestra la clasificación del Factor de Impacto de Revistas 2024 publicada por Clarivate. El factor de impacto (FI) representa el número promedio de citas que recibe un artículo en una revista en particular cada año. Por ejemplo, si el factor de impacto de una revista es 10, un investigador que publique en esa revista puede esperar que su artículo reciba aproximadamente 10 citas por año.
Al observar las clasificaciones, se hace evidente que las revistas con altos factores de impacto están generalmente concentradas en ciertos campos de investigación. Ejemplos incluyen el cáncer, la medicina, los materiales, la energía y el aprendizaje automático. Incluso dentro de un campo más amplio como la química, subcampos específicos como las baterías y la energía ecológica tienden a tener una ventaja en el recuento de citas en comparación con áreas tradicionales como la química orgánica. Esto indica un riesgo potencial en el ámbito académico, donde los investigadores podrían gravitar hacia temas específicos debido a la gran dependencia de los recuentos de citas como método de evaluación principal.
Esto pone de manifiesto que métricas como el recuento de citas y los factores de impacto no son herramientas universales para evaluar la calidad de los investigadores o revistas. Por ejemplo, dentro del mismo grupo editorial ACS, ACS Energy Letters tiene un factor de impacto de 19, mientras que JACS tiene un factor de impacto de 14.4. Sin embargo, JACS es considerado como uno de los revistas más prestigiosas y autorizadas en el campo de la química. Del mismo modo, Nature es ampliamente considerada como la principal revista para que los investigadores publiquen, sin embargo, su factor de impacto es de 50.5 porque publica artículos sobre una amplia gama de temas. En contraste, Nature Medicine, una revista hermana que se centra en un campo específico, tiene un factor de impacto más alto de 58.7.
El éxito nace del fracaso. El progreso en cualquier campo requiere el fracaso como un escalón. Los hallazgos de investigación publicados en la academia hoy son frecuentemente el resultado de innumerables horas y intentos fallidos. Sin embargo, en círculos científicos modernos, casi todos los artículos informan solo resultados exitosos, mientras que los numerosos fracasos que condujeron a esos éxitos quedan sin publicar y descartados. En el competitivo mundo de la academia, los investigadores tienen poco incentivo para informar experimentos fallidos, ya que no aportan beneficios a sus carreras y a menudo se consideran una pérdida de tiempo documentarlos.
En el mundo del software informático, los proyectos de código abierto han revolucionado el desarrollo al hacer que el código sea accesible al público y fomentar las contribuciones globales, lo que permite a los desarrolladores crear un mejor software de forma colaborativa. Sin embargo, la trayectoria de la comunidad científica se ha movido en la dirección opuesta.
(Isaac Newton, carta a Robert Hooke)
Durante la primera era científica, como el siglo XVII, los científicos priorizaron el intercambio de conocimientos bajo la filosofía natural y demostraron actitudes abiertas y colaborativas, distanciándose de las autoridades rígidas. Por ejemplo, a pesar de su rivalidad, Isaac Newton y Robert Hooke intercambiaron cartas para compartir y criticar el trabajo del otro, avanzando colectivamente en el conocimiento.
Por el contrario, la ciencia moderna se ha vuelto mucho más compartimentada. Los investigadores están motivados por la competencia para asegurar financiamiento y publicar en revistas con factores de impacto más altos. La investigación no publicada a menudo se mantiene confidencial, y se desalienta en gran medida compartir externamente. En consecuencia, los laboratorios de investigación dentro del mismo campo se ven naturalmente como competidores, con pocas vías para conocer el trabajo en curso de los demás.
Dado que la mayoría de la investigación se construye de forma incremental sobre publicaciones anteriores, existe una alta probabilidad de que laboratorios competidores estén llevando a cabo estudios muy similares. En ausencia de procesos de investigación compartidos, la investigación paralela sobre temas idénticos ocurre simultáneamente en múltiples laboratorios. Esto crea un entorno altamente ineficiente y de ganador se lo lleva todo donde el laboratorio que publica los resultados recibe todo el crédito primero. No es raro que los investigadores descubran que se ha publicado un estudio similar justo cuando estaban a punto de completar su trabajo, volviendo gran parte de su esfuerzo inútil.
En el peor de los casos, incluso dentro del mismo laboratorio, los estudiantes pueden retener materiales experimentales o hallazgos de investigación entre sí, compitiendo internamente en lugar de colaborar. Dado que la cultura de código abierto se ha convertido en un pilar de la ciencia informática, la comunidad científica moderna debe adoptar una cultura más abierta y colaborativa para servir al bien público en general.
Los investigadores son muy conscientes de estos problemas en la comunidad científica. Si bien reconocen los problemas, estos desafíos son problemas estructurales profundamente arraigados que los individuos no pueden resolver fácilmente. Sin embargo, a lo largo de los años se han realizado numerosos intentos para abordar estos problemas.
Si bien los esfuerzos anteriores han logrado cierto progreso en abordar los desafíos de la ciencia moderna, no han creado el impacto transformador necesario para revolucionar el campo. Recientemente, con el auge de la tecnología blockchain, un nuevo concepto llamado Ciencia Descentralizada (DeSci) ha ganado atención como una solución potencial a estos problemas estructurales. Pero, ¿qué es exactamente DeSci y puede realmente revolucionar el ecosistema científico moderno?
DeSci, abreviatura de Ciencia Descentralizada, se refiere a los esfuerzos para hacer del conocimiento científico un bien público al mejorar la financiación, la investigación, la revisión por pares y el intercambio de resultados de investigación dentro de la comunidad científica. Se esfuerza por un sistema que sea más eficiente, justo, transparente y accesible para todos. La tecnología blockchain juega un papel central en lograr estos objetivos al aprovechar las siguientes características:
Como su nombre lo indica, DeSci se puede aplicar a varios aspectos de la investigación científica. ResearchHub categoriza las posibles aplicaciones de DeSci en las siguientes cinco áreas:
La mejor manera de entender DeSci es explorar sus proyectos de ecosistema y examinar cómo abordan los problemas estructurales en la ciencia moderna. Analicemos de cerca algunos de los proyectos destacados dentro del ecosistema DeSci.
(Fuente: ResearchHub)
A diferencia de las aplicaciones en DeFi, juegos o IA, los proyectos de DeSci están predominantemente concentrados dentro del ecosistema de Ethereum. Esta tendencia se puede atribuir a las siguientes razones:
Por estas razones, los proyectos DeSci presentados en esta discusión pertenecen predominantemente al ecosistema de Ethereum. Ahora vamos a explorar algunos proyectos representativos dentro de cada sector de DeSci.
(Fuente: Molecule)
Moléculaes una plataforma de financiación y tokenización para la propiedad intelectual de biotecnología. Los investigadores pueden asegurar financiamiento de numerosos individuos a través de la cadena de bloques, tokenizar la propiedad intelectual del proyecto, y los financiadores pueden reclamar Tokens de PI proporcionales a sus contribuciones.
Catalyst, la plataforma descentralizada de recaudación de fondos de Molecule, conecta a investigadores y financiadores. Los investigadores preparan la documentación necesaria y los planes de proyecto para proponer sus proyectos en la plataforma. Los financiadores revisan estas propuestas y proporcionan ETH a los proyectos que apoyan. Una vez completada la financiación, se emiten IP-NFT e IP Tokens, que los financiadores pueden reclamar.
(Fuente: Molecule)
Un NFT de IP representa una versión tokenizada de la IP del proyecto en la cadena, combinando dos acuerdos legales en un contrato inteligente. El primer acuerdo legal es el Acuerdo de Investigación, firmado entre investigadores y financiadores. Incluye cláusulas sobre el alcance de la investigación, entregables, horario, presupuesto, confidencialidad, propiedad de la IP y los datos, publicación, divulgación de resultados, licencias y condiciones de patentes. El segundo acuerdo legal es el Acuerdo de Asignación, que transfiere el Acuerdo de Investigación al propietario del NFT de IP, asegurando que los derechos mantenidos por el actual propietario del NFT de IP puedan ser transferidos a un nuevo propietario.
Los tokens de IP representan derechos de gobernanza fraccionados sobre la PI. Los titulares de tokens pueden participar en decisiones clave de investigación y acceder a información exclusiva. Aunque los tokens de IP no garantizan compartir ingresos de la investigación, según el propietario de la PI, los beneficios de la futura comercialización pueden distribuirse a los titulares de tokens de IP.
(Fuente: Molecule)
El precio de los Tokens de IP está determinado por la Curva de Emparejamiento de Catalyst, que refleja la relación entre la oferta de tokens y el precio. A medida que se emiten más tokens, su precio aumenta. Esto incentiva las contribuciones tempranas al permitir que los primeros financiadores adquieran tokens a un costo más bajo.
Aquí hay algunos ejemplos de casos exitosos de financiamiento a través de Molecule:
(Source:Bio.xyz)
Bio.xyzes un protocolo de curación y liquidez para DeSci que es comparable a un incubador que apoya a BioDAOs. Los objetivos deBio.xyzson:
Los titulares de tokens BIO votan sobre qué nuevos BioDAO se unirán al ecosistema. Una vez que se aprueba que un BioDAO se una al ecosistema BIO, los titulares de tokens que votaron por él pueden participar en la subasta inicial de tokens privados. Este proceso se asemeja a una ronda previa a la siembra blanqueada.
Los tokens de gobernanza del BioDAO aprobado se emparejan con tokens BIO y se añaden a un pool de liquidez, eliminando la necesidad de que los BioDAO se preocupen por la liquidez de sus tokens de gobernanza (por ejemplo, VITA/BIO). Además,Bio.xyzejecuta el programa de recompensas bio/acc, proporcionando incentivos en tokens BIO a BioDAOs a medida que alcanzan hitos clave.
Eso no es todo. Los tokens BIO actúan como un token de metagobernanza para múltiples BioDAOs dentro del ecosistema. Esto permite a los titulares de BIO participar en la gobernanza de varios BioDAOs. Además, la red BIO proporciona a los BioDAOs incubados una subvención de $100,000 y adquiere el 6.9% del suministro de tokens de BioDAO para el tesoro. Esto aumenta el AUM (Activos bajo Gestión) del protocolo y agrega valor a los tokens BIO.
Bio.xyzaprovecha el marco de NFT de IP y tokens de IP de Molecule para gestionar y poseer IP. Por ejemplo, VitaDAO ha emitido con éxito tokens de IP como VitaRNA y VITA-FAST dentro del ecosistema Bio. A continuación se muestra una lista de DAOs de investigación actualmente en proceso de incubación a través deBio.xyz, que se discutirá en detalle en la siguiente sección:
En resumen,Bio.xyzcurates BioDAOs y proporciona marcos de tokens, servicios de liquidez, subvenciones y apoyo a la incubación. Cuando las IPs de los BioDAOs dentro del ecosistema se comercializan con éxito, el valor deBio.xyz's treasury increases, creating a virtuous cycle.
En cuanto al DAO de Investigación más conocido, VitaDAO a menudo viene a la mente primero. Su fama se debe a ser un proyecto DeSci temprano yrecibiendo inversión principal de Pfizer Ventures en 2023. VitaDAO financia proyectos centrados en la longevidad y la investigación sobre el envejecimiento, habiendo apoyado más de 24 proyectos con más de $4.2M en financiación. A cambio de la financiación, VitaDAO adquiere IP NFTs o acciones en empresas, utilizandoMolecule.xyz's framework para los NFTs de IP.
VitaDAO aprovecha la transparencia de la cadena de bloques al hacer su tesorería accesible públicamente. Lavalor del tesoroasciende a aproximadamente $44M, incluyendo alrededor de $2.3M en acciones y $29M en IP tokenizado, entre otros activos. Los titulares de tokens VITA participan en votaciones de gobernanza para dar forma a la dirección del DAO y obtener acceso avarios servicios de atención médica.
Los proyectos más destacados financiados por VitaDAO son VitaRNA y VITA-FAST. Las PIs de ambos proyectos han sido tokenizadas y se negocian activamente, con una capitalización de mercado de VITARNA de aproximadamente $13M y de VITA-FAST de $24M. Ambos proyectos mantienen llamadas regulares con VitaDAO para actualizar su progreso.
HairDAO es una red de investigación y desarrollo de código abierto donde pacientes e investigadores colaboran para desarrollar tratamientos para la pérdida de cabello. SegúnScandinavian Biolabs, la pérdida de cabello afecta al 85% de los hombres y al 50% de las mujeres en su vida. Sin embargo, solo existen tratamientos como Minoxidil, Finasteride y Dutasteride en el mercado. Cabe destacar que el Minoxidil fue aprobado por la FDA en 1988 y el Finasteride en 1997.
Incluso estos tratamientos aprobados proporcionan efectos limitados, como ralentizar o detener temporalmente la pérdida de cabello, en lugar de ofrecer una cura. El desarrollo de tratamientos para la pérdida de cabello es lento por varias razones:
HairDAO recompensa a los pacientes con tokens de gobernanza HAIR por compartir sus experiencias de tratamiento y datos a través de la aplicación. Los titulares de tokens HAIR pueden participar en votaciones de gobernanza de DAO, disfrutar de descuentos en productos de champú HairDAO y apostar tokens para acceder más rápido a datos de investigación confidenciales.
(Fuente: ResearchHub)
ResearchHub es la plataforma líder de publicación DeSci, con el objetivo de convertirse en el “GitHub de la ciencia”. Fundada por el CEO de Coinbase, Brian Armstrong, y Patrick Joyce, ResearchHub recaudó con éxito $5M en una ronda de la Serie A en junio de 2023, liderada por Open Source Software Capital.
ResearchHub es una herramienta para la publicación abierta y discusión de investigaciones científicas, incentivando a los investigadores a publicar, revisar por pares y curar a través de sus tokens nativos RSC. Sus características clave incluyen:
Subvenciones
(Fuente: ResearchHub)
Con los tokens RSC, los usuarios pueden crear concesiones para solicitar tareas específicas de otros usuarios de ResearchHub. Los tipos de subvenciones incluyen:
Financiación
(Fuente: ResearchHub)
En la pestaña de Financiamiento, los investigadores pueden cargar propuestas de investigación y recibir financiamiento de los usuarios en tokens RSC.
Revistas
(Fuente: ResearchHub)
La sección de Revistas archiva artículos de revistas revisadas por pares y servidores de preimpresión. Los usuarios pueden navegar por la literatura y participar en discusiones. Sin embargo, muchos artículos revisados por pares están detrás de barreras de pago, y los usuarios solo pueden acceder a resúmenes escritos por otros.
Concentradores
(Fuente: ResearchHub)
Los centros archivan prepublicaciones de documentos categorizados por campo. Esta sección contiene todos los documentos de acceso abierto, lo que permite a cualquiera leer el contenido completo y participar en discusiones.
Cuaderno de laboratorio
El Cuaderno de Laboratorio es un espacio de trabajo en línea colaborativo donde múltiples usuarios pueden coescribir documentos. Al igual que Google Docs o Notion, esta función permite una publicación fluida directamente en ResearchHub.
RH Journal
(Fuente: ResearchHub)
RH Journal es la revista interna de ResearchHub. Cuenta con un eficiente proceso de revisión por pares que se completa en 14 días y las decisiones se toman en 21 días. Además, incorpora un sistema de incentivos para los revisores por pares, abordando los problemas de incentivos desalineados comunes en los sistemas tradicionales de revisión por pares.
Token RSC
(Fuente: ResearchHub)
Los tokens RSC son tokens ERC-20 utilizados dentro del ecosistema de ResearchHub, con un suministro total de 1 mil millones. Los tokens RSC impulsan la participación y apoyan la visión de ResearchHub de convertirse en una plataforma abierta completamente descentralizada. Sus utilidades incluyen:
ScieNFTes un servidor de preimpresión descentralizado donde los investigadores pueden publicar su trabajo como NFTs. El formato de la publicación puede variar desde figuras e ideas simples hasta conjuntos de datos, obras artísticas, métodos e incluso resultados negativos. Los datos de preimpresión se almacenan utilizando soluciones de almacenamiento descentralizado como IPFS y Filecoin, mientras que los NFTs se cargan en la Avalanche C-Chain.
Si bien el uso de NFT para identificar y rastrear la propiedad del trabajo es una ventaja, un inconveniente notable es la falta de claridad sobre los beneficios de comprar estos NFT. Además, el mercado carece de una curación efectiva.
(Fuente: deScier)
deScierEs una plataforma de revista científica descentralizada. Al igual que editores como Elsevier o Springer Nature, que gestionan múltiples revistas bajo su paraguas, deScier también alberga diversas revistas. Los derechos de autor de todos los documentos siguen siendo del 100% de los investigadores, y la revisión por pares es parte del proceso. Sin embargo, como se señala a continuación, una limitación significativa es el bajo número de documentos publicados en las revistas y la lenta tasa de cargas.
El software de Data Lake permite a los investigadores integrar varios canales de reclutamiento de usuarios, hacer un seguimiento de su efectividad, gestionar los consentimientos y realizar encuestas de preselección al tiempo que da a los usuarios control sobre sus datos. Los investigadores pueden compartir y gestionar fácilmente el consentimiento de los pacientes para el uso de datos entre terceros. Data Lake utiliza la Cadena de Data Lake, una red L3 basada en Arbitrum Orbit, para gestionar el consentimiento del paciente.
(Fuente: Welshare Health)
En la investigación médica tradicional, los cuellos de botella más significativos son los retrasos en la selección de participantes para ensayos clínicos y la falta de pacientes. Además, si bien los datos médicos de los pacientes son valiosos, plantean riesgos de mal uso. Welshare tiene como objetivo abordar estos desafíos utilizando la tecnología Web3.
Los pacientes pueden gestionar de forma segura sus datos, monetizarlos para obtener ingresos y acceder a servicios de atención médica personalizados. Por otro lado, los investigadores médicos se benefician de un acceso más fácil a conjuntos de datos diversos, lo que facilita su investigación.
A través de una aplicación basada en la Red Base, los usuarios pueden proporcionar selectivamente datos para ganar puntos de recompensa en la aplicación, que luego se pueden convertir en criptomonedas o moneda fiduciaria.
Hippocrates un protocolo de datos de salud descentralizado que permite a las personas gestionar de forma segura sus datos de salud utilizando la tecnología blockchain y de prueba de conocimiento cero (ZKP). Su primer producto, HippoDoc, es una aplicación de telemedicina que proporciona consultas de salud utilizando una base de datos médica, tecnología de IA y la asistencia de profesionales de la salud. Durante este proceso, los datos del paciente se almacenan de forma segura en la blockchain.
Cerámicaes un protocolo de transmisión de eventos descentralizado que permite a los desarrolladores crear bases de datos descentralizadas, canalizaciones de cálculo distribuido, feeds de datos autenticados y más. Estas características lo hacen ideal para proyectos DeSci, permitiéndoles utilizar Ceramic como una base de datos descentralizada:
bloXberg es una infraestructura blockchain establecida bajo el liderazgo de la Biblioteca Digital Max Planck en Alemania, con la participación de renombradas instituciones de investigación como ETH Zurich, la Universidad Ludwig Maximilian de Munich y la Universidad de Copenhague.
bloXberg está diseñado para innovar varios procesos en la investigación científica, como la gestión de datos de investigación, la revisión por pares y la protección de la propiedad intelectual. Utilizando blockchain descentraliza estos procesos, mejorando la transparencia y eficiencia en la investigación. Los investigadores pueden compartir de forma segura y colaborar en datos de investigación utilizando la blockchain.
Hemos explorado los problemas estructurales en la ciencia moderna y cómo DeSci tiene como objetivo abordarlos. Pero espera un segundo. ¿Puede DeSci realmente revolucionar la comunidad científica y desempeñar un papel central, como afirma la comunidad criptográfica? No lo creo. Sin embargo, creo que DeSci tiene el potencial de desempeñar un papel de apoyo en ciertas áreas.
Blockchain no es magia. No puede resolver todos los problemas. Debemos distinguir claramente lo que la blockchain puede abordar y lo que no puede.
Se espera que DeSci sobresalga en escenarios de financiamiento que cumplan con las siguientes condiciones:
La escala de financiamiento en la comunidad científica varía ampliamente, desde decenas de miles hasta millones o incluso decenas de millones de dólares. Para proyectos a gran escala que requieren un capital significativo, es inevitable la financiación centralizada de gobiernos o corporaciones. Sin embargo, los proyectos más pequeños pueden asegurar financiamiento de manera factible a través de plataformas DeSci.
Desde la perspectiva de los investigadores que llevan a cabo proyectos a pequeña escala, la carga de papeleo extenso y procesos de revisión de financiamiento prolongados puede ser abrumadora. En este contexto, las plataformas de financiamiento DeSci, que proporcionan financiamiento de manera rápida y eficiente, resultan muy atractivas.
Dicho esto, para aumentar la probabilidad de que un proyecto de investigación reciba financiación del público a través de una plataforma DeSci, debe existir una perspectiva razonable de comercialización, como a través de patentes o transferencia de tecnología. Esto proporciona un incentivo para que el público invierta en el proyecto. Sin embargo, la mayoría de la investigación científica moderna no está orientada hacia la comercialización, sino que en su lugar se apoya para mejorar la competitividad tecnológica nacional o corporativa.
En resumen, los campos adecuados para la financiación en las plataformas DeSci incluyen biotecnología, atención médica y farmacéutica. El enfoque de la mayoría de los proyectos actuales de DeSci en estas áreas se alinea con este razonamiento. Estos campos tienen una alta probabilidad de comercialización si la investigación tiene éxito. Además, si bien se requiere una financiación significativa para la comercialización eventual, las fases iniciales de la investigación suelen exigir menos financiación que otros campos, lo que convierte a las plataformas DeSci en una opción favorable para recaudar capital.
Pongo en duda si DeSci puede permitir la investigación a largo plazo. Si bien un pequeño número de investigadores podría ser apoyado por financiadores altruistas y voluntarios para llevar a cabo estudios a largo plazo, esta cultura es poco probable que se propague ampliamente en toda la comunidad científica. Incluso con plataformas DeSci aprovechando la cadena de bloques, no hay un vínculo causal inherente que sugiera que puedan mantener el financiamiento a largo plazo. Si alguien quisiera buscar una conexión entre la cadena de bloques y la investigación a largo plazo deliberadamente, una consideración posible podría ser el financiamiento basado en hitos a través de contratos inteligentes.
Idealmente, el área donde DeSci podría aportar más innovación es en las revistas académicas. A través de contratos inteligentes e incentivos de tokens, DeSci podría potencialmente reestructurar el modelo de beneficios dominado por las revistas en uno centrado en los investigadores. Sin embargo, en realidad, esto será un desafío.
El factor más crítico para los investigadores que construyen sus carreras es publicar artículos. En la academia, las capacidades de un investigador se juzgan principalmente por las revistas en las que publican, sus conteos de citas y su índice h. La naturaleza humana se inclina inherentemente hacia la autoridad, un hecho inmutable desde tiempos prehistóricos hasta el presente. Por ejemplo, un investigador desconocido puede convertirse en una estrella de la noche a la mañana publicando en revistas de primer nivel como Nature, Science o Cell.
Si bien las evaluaciones cualitativas de las habilidades de los investigadores serían ideales, dichas evaluaciones dependen en gran medida de las referencias de los pares, lo que hace que las evaluaciones cuantitativas sean casi inevitables. Debido a esto, las revistas tienen un poder inmenso. A pesar de monopolizar el modelo de beneficios, los investigadores no tienen más opción que cumplir. Para que las revistas DeSci ganen más influencia, deben construir autoridad, pero lograr la reputación que las revistas tradicionales han acumulado durante más de un siglo solo a través de incentivos de tokens es muy desafiante.
Si bien DeSci puede no transformar completamente el panorama de las revistas, sin duda puede contribuir a áreas específicas, como la revisión por pares y los resultados negativos.
Como se mencionó anteriormente, los revisores actuales reciben poco o ningún incentivo, lo que disminuye la calidad y eficiencia de las revisiones por pares. Proporcionar incentivos en forma de tokens a los revisores podría mejorar la calidad de la revisión y elevar los estándares de la revista.
Además, los incentivos de tokens podrían impulsar una red de revistas dedicada exclusivamente a publicar resultados negativos. Dado que la reputación es menos crítica para las revistas que publican exclusivamente resultados negativos, la combinación de recompensas con tokens incentivaría a los investigadores a publicar sus hallazgos en dichas revistas.
En mi opinión, es poco probable que la cadena de bloques aborde significativamente la feroz competencia en la ciencia moderna. A diferencia del pasado, el número de investigadores hoy es mucho mayor y cada logro impacta directamente en la progresión profesional, lo que hace inevitable la competencia. Es irrealista esperar que la cadena de bloques resuelva los desafíos generales de colaboración en la comunidad científica.
Por otro lado, dentro de grupos pequeños como los DAO de investigación, la cadena de bloques puede promover eficazmente la colaboración. Los investigadores en los DAO alinean los incentivos a través de tokens, comparten una visión común y registran los logros en la cadena de bloques a través de marcas de tiempo para ganar reconocimiento. Espero ver un aumento en el número y la actividad de los DAO de investigación no solo en el campo de la biotecnología, sino en otras disciplinas.
La comunidad científica moderna enfrenta numerosos desafíos estructurales, y DeSci ofrece una narrativa convincente para abordarlos. Si bien DeSci puede no revolucionar todo el ecosistema científico, puede expandirse gradualmente a través de investigadores y usuarios que encuentran valor en él. Eventualmente, podríamos ver un equilibrio entre TradSci y DeSci. Así como Bitcoin, una vez desestimado como un juguete para geeks de la informática, ahora tiene importantes instituciones financieras tradicionales ingresando al mercado, espero que DeSci también obtenga un reconocimiento a largo plazo y logre su momento “Bitcoin”.